Einführung in die Wahrscheinlichkeitsrechnung
|
|
- Viktoria Burgstaller
- vor 7 Jahren
- Abrufe
Transkript
1 Statistik 1 für SoziologInnen Einführung in die Univ.Prof. Dr. Marcus Hudec
2 WAHRSCHEINLICHKEITSRECHNUNG It is remarkable that a science which began with the consideration of games of chance should have become the most important object of human knowledge... The most important questions of life are, for the most part, really only problems of probability. Pierre Simon de Laplace Theorie Analytique des Probabilities, Statistik 1 - Einführung in die
3 Zufall und Erkenntnis Klassischer wissenschaftstheoretischer Fortschrittsglauben: Unsicherheit und Unschärfe (Zufall) können durch fortschreitende wissenschaftliche Erkenntnis reduziert werden Gegensätzliche Standpunkte: Demokrit: Die Natur ist in ihrer Grundlage streng determiniert Zufälliges entspricht dem Nichterkannten Epikur: Der Zufall ist immanenter Bestandteil der Natur der Erscheinungen unserer Welt 3 Statistik 1 - Einführung in die
4 Zweifel am deterministischen Weltbild Das Gewebe dieser Welt ist aus Notwendigkeit und Zufall gebildet; die Vernunft des Menschen stellt sich zwischen beide und weiß sie zu beherrschen; sie behandelt das Notwendige als den Grund ihres Daseins; das Zufällige weiß sie zu lenken, zu leiten und zu nutzen,... Johann Wolfgang von Goethe Dissertation von Karl Marx (1841) beschäftigte sich über den Unterschied in der Naturphilosophie Demokrits und Epikurs 4 Statistik 1 - Einführung in die
5 Paradigmenwechsel im 20.Jahrhundert Erkenntnisse der theoretischen Physik "Existenz der Wahrscheinlichkeit in der Natur" Thermodynamik (Boltzmann) Bewegungen von Molekülen werden nicht durch Gesetze der Newtonschen Mechanik sondern durch Wahrscheinlichkeitsgesetze gesteuert Quantenmechanik (Heisenberg) Radioaktivität: freie Neutronen zerfallen zufällig Ihre Anzahl gehorcht jedoch einem bestimmten Gesetz Kalkül des Zufalls ~ Einstein: "Gott würfelt nicht" 5 Statistik 1 - Einführung in die
6 Unschärferelation der Quantenmechanik Grundpostulat der modernen Physik: Die Elementarvorgänge im materiellen Geschehen entziehen sich grundsätzlich einer exakten raumzeitlichen Darstellung. Voraussagen über Ort und Geschwindigkeit der kleinsten Partikeln haben immer nur den Charakter von Wahrscheinlichkeitsaussagen. Werner Heisenberg 6 Statistik 1 - Einführung in die
7 Wahrscheinlichkeit und Biologie Theorie der Evolution: umweltbedingt kommt es zu zufälligen Änderungen des Genotyps crossing over Mutuation Evolution ist keine Entwicklung von primitiven zu komplexen Lebensformen sondern eine Entwicklung von weniger angepassten Arten zu besser angepassten Die Rolle des Zufalls für moderne Biologie und Genetik ==> M. Eigen "Das Spiel Die Rolle des Zufalls für moderne Physik und Biologie ==> L. Tarassow Wie der Zufall will? - Vom Wesen der Wahrscheinlichkeit 7 Statistik 1 - Einführung in die
8 Unsere Gesellschaft muss stärker lernen, Risiken zu bewerten, ganz generell gesprochen. Das Leben mit der Chance und dem Risiko ist ein wichtiges gesellschaftliches Problem. Ich finde es in einer komplexer werdenden Welt auch wichtig, Kinder bereits frühzeitig an solche Abwägungen heranzuführen, die sie später immer wieder vornehmen müssen. Im Kindergarten und in der Schule können Kinder spielerisch lernen, was Wahrscheinlichkeit und Risiko bedeuten. Angela Merkel in einem Interview 12/ Statistik 1 - Einführung in die
9 Definitionen - 1 Kalkulatorische Erfassung des Phänomen Zufalls Zufallsvorgang Vorgang mit ungewissem Ausgang Es gibt mehrere mögliche Ergebnisse des Vorgangs Das Ergebnis bei einer Durchführung ist nicht mit Sicherheit vorhersehbar Zufallsexperiment Der Vorgang ist unter gleichen Randbedingungen beliebig oft wiederholbar 9 Statistik 1 - Einführung in die
10 Bestimmung der Wahrscheinlichkeit Das Prinzip "günstige Fälle" dividiert durch alle "möglichen Fälle" im Rahmen eines Modells gleicher Wahrscheinlichkeiten für die Einzelereignisse Laplace klassischer Wahrscheinlichkeitsbegriff einfache ideale Glücksspiele Statistische Wahrscheinlichkeit für das Eintreten eines Ereignisses ist jener Wert, bei dem sich die relative Häufigkeit bei einer wachsenden Zahl von Versuchswiederholungen stabilisiert Mises frequentistischer Wahrscheinlichkeitsbegriff alle Zufallsexperimente Das Konzept subjektiver Wahrscheinlichkeiten de Finetti subjektiver Wahrscheinlichkeitsbegriff alle Zufallsvorgänge 10 Statistik 1 - Einführung in die
11 Beispiele: In einer Gruppe befinden sich 8 Männer und 2 Frauen Es wird eine Person zufällig ausgewählt. Wie groß ist die Wahrscheinlichkeit, dass ein Mann ausgewählt wird? Laplace: Anzahl der Möglichkeiten = 10 Anzahl der günstigen Fälle = 8 Wahrscheinlichkeit = 80% Voraussetzung: Echte Zufallsauswahl alle Personen haben die gleiche Chance gewählt zu werden. 11 Statistik 1 - Einführung in die
12 Beispiele: Mises Wiederholte Durchführung der Auswahl und Ermittlung der relativen Häufigkeit, dass ein Mann gewählt wurde. Verwende diese relative Häufigkeit, als Maß für die Wahrscheinlichkeit Voraussetzung: Wiederholbarkeit muss möglich sein De Finetti Subjektive Einschätzung kann zweifel an Zufälligkeit berücksichtigen 12 Statistik 1 - Einführung in die
13 Was ist Wahrscheinlichkeit? Wahrscheinlichkeit ist der Grad der Gewissheit für das Eintreten von Ereignissen Je nach Sichtweise können Wahrscheinlichkeiten hergeleitet werden, als ein Maß für die Unsicherheit konkreter Ereignisse aufgrund der möglichen Alternativen ein Maß für die relative Häufigkeit des Auftretens von Ereignissen ein Maß für den Grad an persönlicher Überzeugung 13 Statistik 1 - Einführung in die
14 Definitionen Ein möglicher Ausgang (mögliches Ergebnis) eines Zufallsexperiments wird als Elementarereignis bezeichnet. e1, e2,... Die Menge aller Elementarereignisse eines Zufallsexperiments wird als Ergebnismenge oder Stichprobenraum bezeichnet. E={e1, e2,...} Eine Teilmenge A der Ergebnismenge heißt (zusammengesetztes) Ereignis. Ein Ereignis A tritt ein, wenn ein Ergebnis beobachtet wird, das zu A gehört. A E 14 Statistik 1 - Einführung in die
15 Ereignis A als Teilmenge von E: A E E A ist Teil von E 15 Statistik 1 - Einführung in die
16 B ist ein Teilereignis von A : B A E E B ist Teil von A 16 Statistik 1 - Einführung in die
17 Komplementärereignis (Inversion) E A' A A' = E Nicht A 17 Statistik 1 - Einführung in die
18 Durchschnitt von A und B E A B={e e A und e B} sowohl als auch 18 Statistik 1 - Einführung in die
19 Vereinigung von A und B E A B={e e A oder e B}oder (aber nicht exklusiv) 19 Statistik 1 - Einführung in die
20 Differenzmenge: A ohne B E A \ B={e e A und nicht e B} Beachte: E \ A = A' ohne 20 Statistik 1 - Einführung in die
21 Exklusives Oder E (A B') (A' B) = (A B) \ (A B) entweder oder 21 Statistik 1 - Einführung in die
22 Wahrscheinlichkeitsmaß Ein Wahrscheinlichkeitsmaß P ist eine Abbildung, die allen möglichen Elementarereignissen eines Zufallsexperiments eine Zahl zuordnet und dabei den Axiomen von Kolmogorov genügt. Die Wahrscheinlichkeit eines beliebigen Ereignisses A ergibt sich durch die Summe der Wahrscheinlichkeiten jener Elementarereignisse, die in A enthalten sind. Positivität 0 P(A) 1 Normierung P(E) = 1 Additivität P(A 1 A 2 )=P(A 1 )+P(A 2 ) falls A 1 A 2 = 22 Statistik 1 - Einführung in die
23 Die Axiome in Worten Für jedes Ereignis ist die Wahrscheinlichkeit eine reelle Zahl zwischen 0 und 1. Das sichere Ereignis hat die Wahrscheinlichkeit 1. Das unmögliche Ereignis hat die Wahrscheinlichkeit null. Die Wahrscheinlichkeit einer Vereinigung abzählbar vieler unterschiedlicher Elementarereignisse entspricht der Summe der Wahrscheinlichkeiten der einzelnen Elementarereignisse. Die Summe der Wahrscheinlichkeit von 2 23 komplementären Ereignissen ist 1. P(A A')=P(E)=1 P(A)+P(A')=1 P(A')=1-P(A) Statistik 1 - Einführung in die
24 Einfache Beispiele Eine Münze wird einmal geworfen Elementarereignisse: Kopf, Adler P(K) = 1/2 P(A) = 1/2 E=K A P(K A) = 1/2 + 1/2 = 1 Eine Münze wird zweimal geworfen 4 Elementarereignisse: KK, KA, AK, AA P(KK) = P(KA) = P(AK) = P(AA) = 1/4 Zusammengesetztes Ereignis: A = "zwei gleiche Ergebnisse" A = {KK, AA} = P(A) = 1/4 + 1/4 = 1/2 24 Statistik 1 - Einführung in die
25 Beispiel: Würfelwurf mögliche Elementarereignisse 1, 2, 3, 4, 5, 6 P(1) = P(2) = P(3) = P(4) = P(5) = P(6) = 1/6 P(E) = 1/6 + 1/6 + 1/6 + 1/6 + 1/6 + 1/6 = 1 (Zusammengesetzte) Ereignisse A... gerade Augenzahl A={2, 4, 6} P(A) = 1/6 + 1/6 + 1/6 = 3/6 B... Augenzahl < 3 B={1, 2} P(B) = 1/6 + 1/6 = 2/6 25 Statistik 1 - Einführung in die
26 Komplementbildung A'... Nicht A ungerade Augenzahl A' = {1, 3, 5} A' = E \ A P(A') = P(E) - P(A) = 1 - P(A) = 1-3/6 = 3/6 3 A' E A 5 26 Statistik 1 - Einführung in die
27 Durchschnittsbildung A B... A B = {2} P(A B) = 1/6 gerade Augenzahl und Augenzahl kleiner B E A 5 27 Statistik 1 - Einführung in die
28 Differenzmenge A \ B... gerade Augenzahl ohne den Augenzahlen kleiner 3 A \ B = {4, 6} P(A \ B) = P(A) - P(A B) = 2/ B E A 5 28 Statistik 1 - Einführung in die
29 Beispiel zur Ereignisalgebra Sex Alter <=25 >25 Gesamt männlich weiblich Gesamt Merkmale: Geschlecht, Alter A...(Geschlecht = männlich)... n(a)=50...h(a)=0,50 A...(Geschlecht = nicht männlich) (Geschlecht = weiblich)... n(a )=50... h(a )=0,50 B...(Alter <= 25)... n(b)=60... h(b)=0,60 B...(Alter > 25)... n(b )=40... h(b )=0,40 29 Statistik 1 - Einführung in die
30 Beispiel zur Ereignisalgebra Sex Alter <=25 >25 Gesamt männlich weiblich Gesamt Durchschnitt A B (Geschlecht = männlich) und (Alter <= 25) n(a B )=20...h(A B )=0,20 Man beachte P(A B) ist offensichtlich nicht immer gleich dem Produkt P(A) mal P(B)! (Details im nächsten Kapitel) 30 Statistik 1 - Einführung in die
31 Beispiel zur Ereignisalgebra Sex Alter <=25 >25 Gesamt männlich weiblich Gesamt Vereinigung A B (Geschlecht = männlich) oder (Alter <= 25) n(a B )=90 (ergibt sich aus ) h(a B )=0,90 Man beachte: P(A B) = P(A) + P(B) - P(A B ) 0,90 = 0,50 + 0,60 0,20 31 Statistik 1 - Einführung in die
32 Beispiel zur Ereignisalgebra Sex Alter <=25 >25 Gesamt männlich weiblich Gesamt Differenzmenge A \ B (Geschlecht = männlich) ohne (Alter <= 25) n(a \ B )=30...h(A \ B )=0,30 Man beachte: P(A \ B) = P(A) - P(A B) 0,30 = 0,50-0,20 32 Statistik 1 - Einführung in die
33 Einfache Regeln der Mengenalgebra (A B)' = A' B' Gesetz von de Morgan Nicht (A oder B) = (Nicht A) und (Nicht B) (A B)' = A' B' A B A B A' B' 33 Statistik 1 - Einführung in die
34 Anwendung von De Morgan im Würfelbeispiel A = {2, 4, 6 } B = {1, 2} (A B)' = A' B' Nicht (gerade Augenzahl oder Zahl kleiner 3) = Nicht (gerade Augenzahl) und Nicht (Zahl kleiner 3) linke Seite: (A B)' = {1, 2, 4, 6}' = {3, 5} rechte Seite: A' B' = {1, 3, 5} {3, 4, 5, 6} = {3, 5} 34 Statistik 1 - Einführung in die
35 Anwendung von De Morgan Sex Alter <=25 >25 Gesamt männlich weiblich Gesamt Negation der Vereinigung Nicht(A B) = Nicht((Geschlecht = männlich) oder (Alter <= 25))= ((Geschlecht = nicht männlich) und (Alter > 25)) n(nicht(a B))=10...h(Nicht(A B))=0,10 n(a B ) =10 35 Statistik 1 - Einführung in die
36 Anwendung von De Morgan Sex Alter <=25 >25 Gesamt männlich weiblich Gesamt Negation des Durchschnitts Nicht(A B) = Nicht((Geschlecht = männlich) und (Alter <= 25))= ((Geschlecht = nicht männlich) oder (Alter > 25)) n(nicht(a B))=80...h(Nicht(A B))=0,80 n(a B ) =80 (ergibt sich aus ) 36 Statistik 1 - Einführung in die
37 ZUSAMMENFASSUNG Manchmal gilt: P(A B) = P(A). P(B) Manchmal gilt: P(A B) P(A). P(B) Aufklärung darüber Unabhängigkeit (nächste Lektion) P(A B) = P(A) + P(B) - P(A B ) Die Wahrscheinlichkeit eines durch Vereinigung definierten Ereignisses ist die Summe der Wahrscheinlichkeiten der beiden Ereignisse minus der Wahrscheinlichkeit des Durchschnitts (Doppelzählung!) P(A \ B) = P(A) - P(A B) 37 Statistik 1 - Einführung in die
Einführung in die Wahrscheinlichkeitsrechnung
Statistik 1 für SoziologInnen Einführung in die Univ.Prof. Dr. Marcus Hudec WAHRSCHEINLICHKEITSRECHNUNG It is remarkable that a science which began with the consideration of games of chance should have
MehrEinführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung
Statistik 1 für SoziologInnen Einführung in die Univ.Prof. Dr. Marcus Hudec WAHRSCHEINLICHKEITSRECHNUNG It is remarkable that a science which began with the consideration of games of chance should ldhave
MehrEinführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung
Statistik 1 für SoziologInnen Einführung in die Univ.Prof. Dr. Marcus Hudec WAHRSCHEINLICHKEITSRECHNUNG It is remarkable that a science which began with the consideration of games of chance should have
MehrDr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 1. Grundbegriffe der Wahrscheinlichkeitsrechnung
Vorlesungscharts Vorlesung 1 Grundbegriffe der Wahrscheinlichkeitsrechnung Zufallsvorgänge und Zufallsereignisse Definitionen der Wahrscheinlichkeit Seite 1 von 11 Chart 1: Vorgänge deterministisch zufällig
Mehr2) Welche Wahrscheinlichkeitsbegriffe kennen Sie? Charakterisieren Sie die unterschiedlichen Konzepte zur Herleitung von
2) Welche Wahrscheinlichkeitsbegriffe kennen Sie? Charakterisieren Sie die unterschiedlichen Konzepte zur Herleitung von Wahrscheinlichkeiten. (5 Punkte) Antwort: Unabhängig von der quantitativen Herleitung
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
. Grundlagen der Wahrscheinlichkeitstheorie. Zufallsereignisse, Ereignisraum und Ereignismenge Zufallsexperiment: nach einer bestimmten Vorschrift ausgeführter, unter gleichen edingungen beliebig oft wiederholbarer
MehrTeil II. Wahrscheinlichkeitsrechnung
Teil II Wahrscheinlichkeitsrechnung Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2014) Folie 129 5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) 5 Zufallsexperimente Ergebnisse Ereignisse
MehrTeil II. Wahrscheinlichkeitsrechnung. Inhaltsverzeichnis (Ausschnitt) Zufallsexperimente (Zufallsvorgänge) Ergebnisse
5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) Teil II Wahrscheinlichkeitsrechnung 5 Zufallsexperimente Ergebnisse Ereignisse Wahrscheinlichkeiten Deskriptive Statistik und Wahrscheinlichkeitsrechnung
MehrKapitel 2 Wahrscheinlichkeitsrechnung
Motivation bisher: Beschreibung von Datensätzen = beobachteten Merkmalsausprägungen Frage: Sind Schlußfolgerungen aus diesen Beobachtungen möglich? Antwort: Ja, aber diese gelten nur mit einer bestimmten
MehrKapitel ML:IV. IV. Statistische Lernverfahren. Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen
Kapitel ML:IV IV. Statistische Lernverfahren Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen ML:IV-1 Statistical Learning c STEIN 2005-2011 Definition 1 (Zufallsexperiment,
MehrZusammenfassung Stochastik
Zusammenfassung Stochastik Die relative Häufigkeit Ein Experiment, dessen Ausgang nicht vorhersagbar ist, heißt Zufallsexperiment (ZE). Ein Würfel wird 40-mal geworfen, mit folgendem Ergebnis Augenzahl
MehrRumpfskript. Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen
Rumpfskript Elementare Wahrscheinlichkeitsrechnung Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen Vorbemerkung Vorbemerkung Das vorliegende Skript heißt nicht nur Rumpf skript, sondern
MehrWahrscheinlichkeitsrechnung [probability]
Wahrscheinlichkeitsrechnung [probability] Hinweis: Die Wahrscheinlichkeitsrechnung ist nicht Gegenstand dieser Vorlesung. Es werden lediglich einige Begriffsbildungen bereitgestellt und an Beispielen erläutert,
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürgen Senger INDUKTIVE STATISTIK Wahrscheinlichkeitstheorie, Schätz- und Testverfahren ÜBUNG - LÖSUNGEN. Zweimaliges Werfen eines Würfels mit Berücksichtigung der Reihenfolge a. Ergebnismenge (Ereignisraum)
Mehr2.2 Ereignisse und deren Wahrscheinlichkeit
2.2 Ereignisse und deren Wahrscheinlichkeit Literatur: [Papula Bd., Kap. II.2 und II.], [Benning, Kap. ], [Bronstein et al., Kap. 1.2.1] Def 1 [Benning] Ein Zufallsexperiment ist ein beliebig oft wiederholbarer,
MehrEinführung in die Wahrscheinlichkeitsrechnung
Marco Cattaneo Institut für Statistik Ludwig-Maximilians-Universität München Sommersemester 2011 1. Wahrscheinlichkeitsrechnung 2. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grenzwertsätze
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 7. Übung SS 16: Woche vom
Übungsaufgaben 7. Übung SS 16: Woche vom 23. 5. 27. 5.. 2016 Stochastik I: Klassische Wkt.-Berechnung Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/... (SS16).html
Mehr1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6
Inhaltsverzeichnis 1 Vorbemerkungen 1 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2 3 Wahrscheinlichkeitsaxiome 4 4 Laplace-Experimente 6 5 Hilfsmittel aus der Kombinatorik 7 1 Vorbemerkungen
MehrWAHRSCHEINLICHKEITSRECHNUNG
WAHRSCHEINLICHKEITSRECHNUNG Mathematischer Teil In der Wahrscheinlichkeitsrechnung haben wir es mit Zufallsexperimenten zu tun, d.h. Ausgang nicht vorhersagbar. Grundbegriffe Zufallsexperiment und Ergebnisse
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 27. Oktober 2010 Teil III Wahrscheinlichkeitstheorie 1 Zufallsereignisse Vorüberlegungen Der Ereignisraum Konstruktionen
MehrZufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen
Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Wichtige Tatsachen und Formeln zur Vorlesung Mathematische Grundlagen für das Physikstudium 3 Franz Embacher http://homepage.univie.ac.at/franz.embacher/
MehrMathematische und statistische Methoden II
Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike
Mehr9. Elementare Wahrscheinlichkeitsrechnung
9. Elementare Wahrscheinlichkeitsrechnung I. Zufällige Ereignisse Beispiel (Einmaliges Würfeln): Alle möglichen Ausgänge 1, 2,, 6 des Experiments werden zur Ergebnismenge Ω ( Ergebnisraum ) zusammengefasst.
MehrZiegenproblem, Monty-Hall-Problem, Wahrscheinlichkeitsrechnung. Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem
Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Wahrscheinlichkeitsrechnung Theorie Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem,
MehrInformatik II Grundbegriffe der Wahrscheinlichkeitsrechnung
lausthal Begriffe Informatik II rundbegriffe der Wahrscheinlichkeitsrechnung. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Definition: Unter einem Zufallsexperiment versteht man einen,
MehrInformatik II Grundbegriffe der Wahrscheinlichkeitsrechnung
lausthal Informatik II rundbegriffe der Wahrscheinlichkeitsrechnung. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Begriffe Definition: Unter einem Zufallsexperiment versteht man einen,
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung. Semester Begleitendes Skriptum zur Vorlesung im FH-Masterstudiengang Technisches Management von Günther Karigl FH Campus Wien 206/7 Inhaltsverzeichnis. Semester: Wahrscheinlichkeitsrechnung
MehrSTATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik. Mögliche Ergebnisse, auch Elementarereignisse bezeichnet
Kapitel 10 Zufall und Wahrscheinlichkeit 10.1. Grundbegriffe Wahrscheinlichkeitsrechnung Zufallsvorgang Klein-Omega ω Groß-Omega Ω Stellt Modelle bereit, die es erlauben zufallsabhängige Prozesse abzuschätzen
Mehr1. Grundlagen. R. Albers, M. Yannik Skript zur Vorlesung Stochastik (Elementarmathematik)
1. Grundlagen 1.1 Zufallsexperimente, Ergebnisse Grundlage für alle Betrachtungen zur Wahrscheinlichkeitsrechnung sind Zufallsexperimente. Ein Zufallsexperiment ist ein Vorgang, der - mehrere mögliche
Mehr2 Grundlegende Begriffe und Sätze der Wahrscheinlichkeitsrechnung
2 Grundlegende Begriffe und Sätze der Wahrscheinlichkeitsrechnung 2.1 Zufallsexperiment, Stichprobenraum und Ereignisse Viele Vorgänge der uns umgebenden Realität sind durch zwei Eigenschaften gekennzeichnet:
Mehr1. Grundlagen der Wahrscheinlichkeitsrechnung
1. Grundlagen der Wahrscheinlichkeitsrechnung Ereignisse und Wahrscheinlichkeiten Zufälliger Versuch: Vorgang, der (zumindest gedanklich) beliebig oft wiederholbar ist und dessen Ausgang innerhalb einer
Mehr15 Wahrscheinlichkeitsrechnung und Statistik
5 Wahrscheinlichkeitsrechnung und Statistik Alles, was lediglich wahrscheinlich ist, ist wahrscheinlich falsch. ( Descartes ) Trau keiner Statistik, die du nicht selbst gefälscht hast. ( Churchill zugeschrieben
MehrLeseprobe. Robert Galata, Sandro Scheid. Deskriptive und Induktive Statistik für Studierende der BWL. Methoden - Beispiele - Anwendungen
Leseprobe Robert Galata, Sandro Scheid Deskriptive und Induktive Statistik für Studierende der BWL Methoden - Beispiele - nwendungen Herausgegeben von Robert Galata, Markus Wessler ISBN (Buch): 978-3-446-43255-0
MehrWahrscheinlichkeitsrechnung und Statistik
1. und 2. Vorlesung - 2017 Im Alltag... Laut den meteorologischen Vorhersagen wird es morgen regnen. Ob ich riskiere und die Wette verlieren werde? Ich werde mit Sicherheit gewinnen! Ist das wirklich unmöglich?
Mehr1. Experimente, zufällige Ereignisse
KAPITEL I: EINFÜHRUNG 1. Experimente, zufällige Ereignisse Die Wahrscheinlichkeitstheorie gründet sich auf die Existenz des Zufalls. Die Frage nach dem Charakter des Zufalls beschäftigt seit langer Zeit
MehrGründe für die Behandlung von stochastischen Problemen (nach KÜTTING)
Vorlesung 03.01.09 Stochastik Gründe für die Behandlung von stochastischen Problemen (nach KÜTTING) Der Mathematikunterricht der Schule hat die Aufgabe, eine Grundbildung zu vermitteln, die auf ein mathematisches
MehrKapitel 5 Stochastische Unabhängigkeit
Kapitel 5 Stochastische Unabhängigkeit Vorlesung Wahrscheinlichkeitsrechnung I vom SoSe 2009 Lehrstuhl für Angewandte Mathematik 1 FAU 5.1 Das Konzept der stochastischen Unabhängigkeit. 1 Herleitung anhand
MehrStatistische Methoden der Datenanalyse Wintersemester 2011/2012 Albert-Ludwigs-Universität Freiburg
Statistische Methoden der Datenanalyse Wintersemester 2011/2012 Albert-Ludwigs-Universität Freiburg Prof. Markus Schumacher Physikalisches Institut Westbau 2 OG Raum 008 Telefonnummer 07621 203 7612 E-Mail:
MehrWelche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff?
2. Übung: Wahrscheinlichkeitsrechnung Aufgabe 1 Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff? a) P ist nichtnegativ. b) P ist additiv. c) P ist multiplikativ.
MehrStatistik Einführung // Wahrscheinlichkeitstheorie 3 p.2/58
Statistik Einführung Wahrscheinlichkeitstheorie Kapitel 3 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // Wahrscheinlichkeitstheorie
Mehr4. Die Laplacesche Gleichverteilung
Universität Basel Wirtschaftswissenschaftliches Zentrum Grundlagen der Stochastik Dr. Thomas Zehrt Inhalt: 1. Die Ereignismenge 2. Die Wahrscheinlichkeitsverteilung 3. Eigenschaften einer Wahrscheinlichkeitsverteilung
MehrBei 10 dieser Würfe wurde gleichzeitig eine 1 gewürfelt. Bei 25 dieser Würfe wurde gleichzeitig eine Augenzahl größer als 2 gewürfelt.
3 Wahrscheinlichkeiten 1 Kapitel 3: Wahrscheinlichkeiten A: Beispiele Beispiel 1: Ein Experiment besteht aus dem gleichzeitigen Werfen einer Münze und eines Würfels. Nach 100 Wiederholungen dieses Experiments
MehrWahrscheinlichkeitstheorie
Kapitel 2 Wahrscheinlichkeitstheorie Josef Leydold c 2006 Mathematische Methoden II Wahrscheinlichkeitstheorie 1 / 24 Lernziele Experimente, Ereignisse und Ereignisraum Wahrscheinlichkeit Rechnen mit Wahrscheinlichkeiten
MehrEs werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.
R. Brinkmann http://brinkmann-du.de Seite 08..2009 Von der relativen Häufigkeit zur Wahrscheinlichkeit Es werden 20 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 20 Schülern
MehrWie hoch ist der zu erwartende Gewinnausschüttung des Anbieters des Glücksspiels pro Spiel? (Erwartungswert)
1. Einheit: Erwartungswert Beispiel 1: Bei einem einfachen Glücksspiel möchte der Anbieter eines Glücksspiels (Zufallsexperiment) wissen, wie groß die Summe ist, die er pro Spiel an den Spieler auszahlen
MehrModelle diskreter Zufallsvariablen
Statistik 2 für SoziologInnen Modelle diskreter Zufallsvariablen Univ.Prof. Dr. Marcus Hudec Zufallsvariable Eine Variable (Merkmal) X, deren numerische Werte als Ergebnisse eines Zufallsvorgangs aufgefasst
MehrMathematische und statistische Methoden II
Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike
MehrVorwort (zur zweiten Auflage)
Vorwort (zur zweiten Auflage) Für die zweite Auflage der Induktiven Statistik wurde der gesamte Text durchgesehen und alle Lösungen überprüft. Dies führte zu Modifikationen und Ergänzungen des Stoffes
MehrWahrscheinlichkeitsrechnung und Statistik
1. Vorlesung - 7.10.2016 Im Alltag... Laut den meteorologischen Vorhersagen wird es morgen regnen. Ob ich riskiere und die Wette verlieren werde? Ich werde mit Sicherheit gewinnen! Ist das wirklich unmöglich?
Mehr9. Elementare Wahrscheinlichkeitsrechnung
9. Elementare Wahrscheinlichkeitsrechnung Beispiel (Einmaliges Würfeln): verbal mengentheoretisch I. Zufällige Ereignisse Beispiel (Einmaliges Würfeln): Alle möglichen Ausgänge 1,,, 6 des Experiments werden
MehrEinführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 1
TUM, Zentrum Mathematik Lehrstuhl für Mathematische Physik WS 2013/ Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weidner Tutoraufgaben: Einführung in die Wahrscheinlichkeitstheorie svorschläge zu
Mehr1 Wahrscheinlichkeitsrechnung und Zufallsvariablen
1 Wahrscheinlichkeitsrechnung und Zufallsvariablen Zoltán Zomotor Versionsstand: 18. Mai 2015, 09:29 Die nummerierten Felder bitte während der Vorlesung ausfüllen. This work is licensed under the Creative
MehrEin Ereignis ist eine Menge von Elementarereignissen. Berechnung von Wahrscheinlichkeiten zufälliger Ereignisse erfordert ein Modell.
SS 2013 Prof. Dr. J. Schütze/ J.Puhl FB GW Wkt.1 1 Grundbegriffe Zufallsexperiment unter gleichen Bedingungen wiederholbarer Vorgang (geplant, gesteuert, beobachtet oder auch nur gedanklich) Menge der
MehrSkript zur Statistik II (Wahrscheinlickeitsrechnung und induktive Statistik)
Prof. Dr. Reinhold Kosfeld Fachbereich Wirtschaftswissenschaften Skript zur Statistik II (Wahrscheinlickeitsrechnung und induktive Statistik) 1. Einleitung Deskriptive Statistik: llgemeine und spezielle
Mehr1. Einleitung und Grundlagen der Wahrscheinlichkeit
1. Einleitung und Grundlagen der Wahrscheinlichkeit 1.1 Einleitung Deskriptive Statistik: llgemeine und spezielle Methoden zur Datenauswertung, die unabhängig von der Erhebungsart angewendet werden können
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung 2. Vorlesung Dr. Jochen Köhler 25.02.2011 1 Inhalt der heutigen Vorlesung Risiko und Motivation für Risikobeurteilungen Übersicht über die Wahrscheinlichkeitstheorie
MehrGrundbegriffe der Wahrscheinlichkeitsrechnung
Algorithmen und Datenstrukturen 349 A Grundbegriffe der Wahrscheinlichkeitsrechnung Für Entwurf und Analyse randomisierter Algorithmen sind Hilfsmittel aus der Wahrscheinlichkeitsrechnung erforderlich.
MehrWirtschaftsstatistik I [E1]
040571-1 WMS: Wirtschaftsstatistik 1 :: WiSe07/08 Wirtschaftsstatistik I [E1] Schwab, Harald 1 harald.schwab@univie.ac.at http://homepage.univie.ac.at/harald.schwab October 7, 2007 1 Sprechstunde: MO 17-18h
MehrSkript zur Statistik II (Wahrscheinlickeitsrechnung und induktive Statistik)
Prof. Dr. Reinhold Kosfeld Fachbereich Wirtschaftswissenschaften Skript zur Statistik II (Wahrscheinlickeitsrechnung und induktive Statistik) 1. Einleitung Deskriptive Statistik: Allgemeine und spezielle
MehrGrundbegrie der Wahrscheinlichkeitsrechnung
Die Benutzung dieser Materialien ist auf Herbst 2017 beschränkt. Diese Hilfsmaterialien sind nur für unseren Studenten gemeint, dürfen also nicht weiterverteilt werden. Grundbegrie der Wahrscheinlichkeitsrechnung
MehrWahrscheinlichkeitsrechnung Teil 1
Wahrscheinlichkeitsrechnung Teil Einführung in die Grundbegriffe Sekundarstufe Datei Nr 30 Stand September 2009 Friedrich W Buckel INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK wwwmathe-cdde Inhalt Zufallsexperimente,
MehrBeispiel: Zufallsvariable
Beispiel: Zufallsvariable 3 Münzen werden unabhängig voneinander geworfen. Jede Münze kann entweder Kopf oder Zahl zeigen. Man ist nur an der Zahl der Köpfe interessiert. Anzahl Kopf Elementarereignis
MehrVorlesung Statistik WING ASW Melanie Kaspar, Prof. Dr. B. Grabowski 1
Melanie Kaspar, Prof. Dr. B. Grabowski 1 Aus diesen Eigenschaften lassen sich alle weiteren Eigenschaften ableiten: Beweis zu 1) Melanie Kaspar, Prof. Dr. B. Grabowski 2 Aufgabe Die Wahrscheinlichkeit
MehrMathe-Camp 2017 Stochastik: Geometrische Wahrscheinlichkeiten
Mathe-Camp 2017 Stochastik: Geometrische Wahrscheinlichkeiten Jo rn Saß, sass@mathematik.uni-kl.de Fachbereich Mathematik, TU Kaiserslautern Arbeitsgruppe Stochastische Steuerung und Finanzmathematik Kaiserslautern
MehrInteraktives Skriptum: Elementare Wahrscheinlichkeitsrechnung
Interaktives Skriptum: Elementare Wahrscheinlichkeitsrechnung 1. Grundbegriffe Würfeln, Werfen einer Münze, Messen der Lebensdauer einer Glühbirne Ausfall/Ausgang: Würfeln: Augenzahlen 1, 2, 3, 4, 5, 6
MehrDieser Begriff wurde von Jacob Bernoulli Ars conjectandi geprägt (1773), in dem das erste Gesetz der großen Zahlen bewiesen wurde.
10.1 Über den Begriff Stochastik Die Wahrscheinlichkeitsrechnung ist eine Teildisziplin von Stochastik. Dabei kommt das Wort Stochastik aus dem Griechischen : die Kunst des Vermutens (von Vermutung, Ahnung,
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 2. Stock, Nordflügel R. 02-429 (Persike) R. 02-431 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de WS 2008/2009
MehrEinführung in die Wahrscheinlichkeitsrechnung
Einführung in die Wahrscheinlichkeitsrechnung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Wahrscheinlichkeitsrechnung
MehrEinführung in Quantitative Methoden
5. Vorlesung Einführung in Quantitative Methoden Karin Waldherr & Pantelis Christodoulides 30. April 2014 Waldherr / Christodoulides Einführung in Quantitative Methoden- 5.VO 1/54 Zusammenhangsmaß für
MehrWahrscheinlichkeiten
Wahrscheinlichkeiten Bestimmung der Wahrscheinlichkeit Bei einem Zufallsexperiment kann man nicht voraussagen, welches Ereignis eintritt, aber manche Ereignisse treten naturgemäß mit einer größeren Wahrscheinlichkeit
MehrEinführung. Wahrscheinlichkeit. 1 Wahrscheinlichkeit: Definition und Interpretation. 2 Elementare Wahrscheinlichkeitsrechnung, bedingte
Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2 Elementare Wahrscheinlichkeitsrechnung, bedingte Wahrscheinlichkeit Axiome nach Kolmogorov Gegeben sei ein Zufallsexperiment mit Ergebnisraum
Mehr5 Elementare Wahrscheinlichkeitsanalyse Lösungshinweise
5 Elementare Wahrscheinlichkeitsanalyse Lösungshinweise Aufgabe 5.1: Gegeben ist der normale Würfel. a) Nennen Sie ein beliebiges Ereignis A für den einfachen Wurf dieses Würfels als Menge und in Worten.
MehrUE Statistik 1, SS 2015, letztes Update am 5. März Übungsbeispiele
UE Statistik, SS 05, letztes Update am 5. März 05 Übungsbeispiele Beispiele mit Musterlösungen finden Sie auch in dem Buch Brannath, W., Futschik, A., Krall, C., (00) Statistik im Studium der Wirtschaftswissenschaften..
MehrStochastik - Kapitel 2
" k " h(a) n = bezeichnet man als die relative Häufigkeit des Ereignisses A bei n Versuchen. n (Anmerkung: für das kleine h wird in der Literatur häufig auch ein r verwendet) k nennt man die absolute Häufigkeit
MehrFuzzy Logic und Wahrscheinlichkeit
Philosophische Fakultät Institut für Philosophie, Lehrstuhl für Theoretische Philosophie, Holm Bräuer M.A. Fuzzy Logic und Wahrscheinlichkeit Ein Kurzüberblick Was ist Fuzzy Logic? Fuzzy-Logik (englisch:
MehrSachrechnen/Größen WS 14/15-
Kapitel Daten & Wahrscheinlichkeit 3.1 Kombinatorische Grundlagen 3.2 Kombinatorik & Wahrscheinlichkeit in der Grundschule 3.3 Daten Darstellen 3.1 Kombinatorische Grundlagen Verschiedene Bereiche der
MehrStatistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management
Statistik für Betriebswirtschaft und International Management Sommersemester 2014 Prof. Dr. Stefan Etschberger HSA Zufallsvorgänge, Ereignisse und Wahrscheinlichkeiten Zufallsvorgang: Geschehen mit ungewissem
MehrInstitut für Biometrie und klinische Forschung. WiSe 2012/2013
Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie (3) Überblick. Deskriptive Statistik I 2. Deskriptive
MehrStatistik. R. Frühwirth. Statistik. VO Februar R. Frühwirth Statistik 1/174
fru@hephy.oeaw.ac.at VO 142.090 http://tinyurl.com/tu142090 Februar 2010 1/174 Übersicht über die Vorlesung Teil 1: Deskriptive Teil 2: srechnung Teil 3: Zufallsvariable Teil 4: Parameterschätzung 2/174
MehrStatistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management
Statistik für Betriebswirtschaft und International Management Sommersemester 2014 Prof. Dr. Stefan Etschberger HSA : Table of Contents 1 Statistik: Einführung 2 Deskriptive Statistik 3 Wahrscheinlichkeitstheorie
MehrEinführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management
Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Sommersemester 2013 Hochschule Augsburg Unabhängigkeit von Ereignissen A, B unabhängig:
MehrGrundbegriffe der Wahrscheinlichkeitstheorie
KAPITEL 1 Grundbegriffe der Wahrscheinlichkeitstheorie 1. Zufallsexperimente, Ausgänge, Grundmenge In der Stochastik betrachten wir Zufallsexperimente. Die Ausgänge eines Zufallsexperiments fassen wir
Mehr8. Wahrscheinlichkeitsrechnung
Didaktik der Geometrie und Stochastik WS 09/10 Bürker 27. 1. 11 8. Wahrscheinlichkeitsrechnung 8.1 Begriffe 8.1.1 Zufallsexperiment Was ist ein Zufallsexperiment? a) Mehrere Ergebnisse möglich b) Ergebnis
MehrKapitel 2. Wahrscheinlichkeit (wird heute behandelt) Kapitel 2. Wahrscheinlichkeit
Teil I: Wahrscheinlichkeitstheorie 1 Kapitel 2. Wahrscheinlichkeit (wird heute behandelt) Kapitel 3: Bedingte Wahrscheinlichkeit Kapitel 4: Zufallsvariablen Kapitel 5: Erwartungswerte, Varianz, Kovarianz
MehrPopulation und Stichprobe: Wahrscheinlichkeitstheorie
Population und Stichprobe: Wahrscheinlichkeitstheorie SS 2001 4. Sitzung vom 15.05.2001 Wahrscheinlichkeitstheorie in den Sozialwissenschaften: Stichprobenziehung: Aussagen über Stichprobenzusammensetzung
Mehr1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0.
1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem Folg. 2 Sei (Ω, E, P) W.-raum. Seien A, B,A 1,...,A n Ereignisse. Es gelten die folgenden Aussagen: 1. P(A) = 1 P(A). 2. Für das unmögliche Ereignis gilt:
MehrWahrscheinlichkeitstheorie. Alea iacta est!
Wahrscheinlichkeitstheorie Alea iacta est! "Wissenschaftliche Theorien, die auf Eigenschaften einer großen Zahl von Individuen rekurrieren, [...] werden anfällig gegen Fehlinterpretationen, wenn man die
Mehr1 Grundbegriffe der Wahrscheinlichkeitsrechnung
4 1 Grundbegriffe der Wahrscheinlichkeitsrechnung 1.1 Grundlegende Begriffe Der Begriff wahrscheinlich wird im Alltag in verschiedenen Situationen verwendet, hat dabei auch unterschiedliche Bedeutung.
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Wahrscheinlichkeit und Zufallsvorgänge Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
MehrWie hoch ist das Risiko, dass ein System, das aus mehreren Komponenten besteht, ausfällt?
In diesem Kapitel werden wir den egriff Wahrscheinlichkeit und die Grundlagen der Wahrscheinlichkeitsrechnung kennenlernen, um z.. folgende Fragestellungen zu beantworten. Wie hoch ist das Risiko, dass
MehrKapitel II - Wahrscheinlichkeitsraum
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel II - Wahrscheinlichkeitsraum Wahrscheinlichkeitstheorie Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh
MehrWahrscheinlichkeitstheorie und Maßtheorie
KAPITEL 7 Wahrscheinlichkeitstheorie und Maßtheorie 7.1. Vorüberlegungen Die folgenden drei Beispiele sind Spezialfälle des Oberbegriffs Maß. Beispiel 7.1.1 (Verteilung der Ladung oder der Masse). Man
MehrAllgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum)
Allgemeine diskrete Wahrscheinlichkeitsräume I Allgemeine diskrete Wahrscheinlichkeitsräume II Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete Wahrscheinlichkeitsräume Ω endlich
MehrWahrscheinlichkeit und Zufall
Wahrscheinlichkeit und Zufall Rechnen mit Wahrscheinlichkeiten 16. Juni 2009 Dr. Katja Krüger Universität Paderborn 1 Inhalt Ereignisse i und deren Wahrscheinlichkeit h hk i Laplace-Regel Baumdiagramm
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 8. Übung SS 16: Woche vom
Übungsaufgaben 8. Übung SS 16: Woche vom 30. 5. 3.6. 2016 Stochastik II: Klassische Wkt.-Berechnung; Unabhängigkeit Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/...
MehrEinführung in die Wahrscheinlichkeitsrechnung
Einführung in die Wahrscheinlichkeitsrechnung 1. In einer Urne befinden sich 3 schwarze und 1 weiße Kugel. Wir entnehmen der Urne eine Kugel, notieren die Farbe und legen die Kugel in die Urne zurück.
MehrBasiswissen Daten und Zufall Seite 1 von 8 1 Zufallsexperiment Ein Zufallsexperiment ist ein Versuchsaufbau mit zufälligem Ausgang, d. h. das Ergebnis kann nicht vorhergesagt werden. 2 Ergebnis (auch Ausgang)
MehrKonzept diskreter Zufallsvariablen
Statistik 1 für SoziologInnen Konzept diskreter Zufallsvariablen Univ.Prof. Dr. Marcus Hudec Beispiel: Zufallsvariable 3 Münzen werden unabhängig voneinander geworfen. Jede Münze kann entweder Kopf oder
Mehr